Anwendungsspezifische KI-unterstützte spektrale Raman-Detektion

• Antragsteller: Dr.-Ing. Reinhard Caspary; Professor Dr.-Ing. Roland Lachmayer; Professor Dr.-Ing. Bodo Rosenhahn; Professor Dr. Bernhard Roth
• Fachliche Zuordnung: Messsysteme ; Konstruktion, Maschinenelemente, Produktentwicklung
• Förderung: Förderung seit 2023
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 517733257

Ziel dieses Antrags ist die Nutzung unkonventioneller Optiken für einen neuen Ansatz zur wellenabhängigen hochaufgelösten Raman-Spektroskopie. Im Vergleich zu herkömmlichen Raman-Systemen, mit denen ein kontinuierliches Spektrum vermessen wird, planen wir die hochgenaue Detektion von individuell einstellbaren Wellenlängenbereichen, die einen Barcode-Fingerabdruck der nachzuweisenden Substanzen liefern soll. Der Ansatz kann auf Polymere, spezielle chemische Substanzen wie Toxine oder bestimmte Gase aufgabenspezifisch angepasst werden und eine echtzeitfähige Detektion realisieren. Eine mögliche Anwendung, die wir im Rahmen der Geräteentwicklung verfolgen und zur Validierung des Ansatzes einsetzen werden, ist die Detektion von Mikroplastik in flüssigen Proben wie etwa Trink- oder Brauchwasser, in denen der empfindliche Nachweis geringer Konzentrationen bis hinunter zu einzelnen Teilchen demonstriert werden soll. Für die Realisierung des Systems sollen erstmalig Methoden der additiven Fertigung mit maschinellem Lernen für Auslegung und Datenauswertung verknüpft werden. Der Ansatz sieht vor, das Messsignal über ein holographisches diffraktives optisches Element (DOE), welches wir mittels Zwei-Photonen-Polymerisation maßgeschneidert fertigen, gezielt auf die lichtempfindlichen Sensorbereiche eines Detektors zu lenken. Dazu sollen hochempfindliche APD Kameras genutzt werden, welche in klassischen Raman-Systemen durch die großen Lücken zwischen den Pixeln üblicherweise nicht zur Raman-Detektion eingesetzt werden können. Gleichzeitig soll die Photonenausbeute durch den Einsatz additiv gefertigter Freiformlinsen weiter gesteigert werden. Für die zuverlässige Auswertung des gegenüber einem vollständigen Spektrum reduzierten Messsignals sowie die Kalibrierung und Optimierung des Systems kommt maschinelles Lernen zum Einsatz. Dadurch wird es möglich, die voneinander abhängigen Komponenten des spezifischen Ramansystems, also die Linse, das DOE und Signalstärke, gemeinsam abzustimmen. Ziel ist es, das gesamte System über eine additive Fertigungskette herstellen und anhand der Mikroplastikdetektion zu demonstrieren, so dass zukünftig kostengünstige und individualisierte Raman-Systeme für weitere Anwendungen in der Forschung, beispielsweise in der Chemie, Medizin, Umweltanalytik oder Kriminalistik, genutzt werden können.

• DFG-Verfahren: Neue Geräte für die Forschung
• Großgeräte: Additive Fertigungsanlage, MJM-Verfahren